AIR 053 | 宾夕法尼亚Vijay Kumar：无人机的“5s”趋势与挑战

宾夕法尼亚大学工程学院院长、IEEE、ASME Fellow，美国国家工程院院士Vijay Kumar在国际有极高的人气，他在空中机器人（无人机）领域无论是学术还是成果都有极大的成就，在本次CCF-GAIR全球人工智能与机器人峰会，Vijay Kumar在报告中提出了无人机发展的“5s”趋势： 

无人机的“5s”趋势和掣肘

• small

未来机器人多应用于搜索和营救等场景，如果一个无人机体积太大，那么将极不利于其对环境的勘探。面对未知的环境，小型无人机有更强的自主性。像一群小蜜蜂。

但同时，这也带来一些负面的挑战。当一个无人机的尺寸缩小至甚至11厘米的直径，20克的重量，它根本不能移动一些木块、石头等物体。

• safe

又小又安全的无人机，即使碰撞到路人也不会致伤，这样才更容易在生活各种环境中进行飞行控制。而且，由于机器体积变小，其惯性也会减小，能够在发生撞击时迅速自我调整平衡。

• smart & speed
  

无人机在躲避障碍物过程中，能够通过传感器、云端控制、摄像头这样的闭环，此外，依靠计算机视觉对环境进行检测，分析周围环境的特征，实现自我规划路径，就像人看到障碍物知道绕道那样。

但这不只是简单的避障。在螺旋仪和加速仪的配合下，无人机知道如何根据环境特征进行移动。通过每秒做数百次的运算，计算出最可行的方位和速度。如图所示，传感器不同的等级、不同的不确定性，我们都可以通过概率学的方法把系统的数据融合在一起，通过一个等式来把它归纳成一个位置和速度的估算。但这个要达到一定灵敏度也仍是个挑战。

此外，无人机在飞行过程中不仅需要可以判断其速度和位置，还需要加以控制，避免走入障碍区。这就需要地图的识别技术了。

•  swarms（蜂群）

1、独立行动；

2、只依靠当地信息：不知道其他团队的需求，它只知道周边最近的情况；

3、无个性特征的行为：无需身份。

如何寻找安全轨迹

再跟大家讲一下我们怎么样寻找安全轨迹。

首先构建出一个二维低度，并寻找出一些安全的角度，然后将其作为一个矢量集合，在这一个集合中调整最小加速度的轨迹。

一般来说，空中机器人在计算机视觉技术的支持下也能“看到东西”，但它飞行速度很快，且视程只有20米。所以它需要不断更新其地图数据，然后做出飞行决策来绕开障碍物。

小尺寸无人机的美中不足

“小尺寸就很难达到自主性，”VijayKumar教授表示，如果当一个无人机配备了一些部件，整个平台就重达3公斤，悬停的时候，无人机的承重压力就更大了。重要的是，这个空中机器人中有45%到50%的重量都是电缆、传感和外壳。本身无人机是低功耗的，但无效部件占重量的百分比过大，所以造成高功耗。

所以我们有哪些又便宜又轻便的解决途径呢？答案就是我们的智能手机。

Phlone——在手机运行的无人机控制器程序，它可以进行定位和路径决策。也就是说，无人机不需要携带太多笨重的检测设备部件，通过两块芯片，我们就可以将无用的重量转移至手机app化解掉。这也是高通喜欢将无人机功能平台分解的原因。

利用这样的技术，无人机能过进行结构性飞行——有些地方干燥，有些地方潮湿，它都可以通过较好的计算来进行飞行控制。

未来，重型和轻型无人机的推进将依靠这个技术而推进。

讨论

主持人：第一个问题，您提到无人机的尺寸会变得越来越小，那么其尺寸缩小后在感知和控制方面会遇到什么挑战吗？

VijayKumar：控制的话尺寸越小更好，我刚才讲到——尺寸越小，撞到人也不会伤到人。但是感知方面，如果尺寸变小了，要用轻型的传感器，比如手机上的传感器，它成本又非常低，也非常有利于数据处理的运算，从而更好地了解周围世界。但是GPU这样的部件，我们需要有更好的算法来处理摄像头获取而来的信息。

主持人：我知道您在TED讲堂上也有演讲，我的问题是，抛开技术不说，您觉得今天这个舞台如何？与TED相比如何？

VijayKumar：因为台下有很多我的朋友，我感觉更自在，我更喜欢我们这个舞台。谢谢，也感谢大会的邀请。

雷峰网原创文章，未经授权禁止转载。详情见转载须知。